疾病诊断方法、装置、终端设备及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111081372A(43)申请公布日2020.04.28(21)申请号201911287334.0(22)申请日2019.12.14(71)申请人中国科学院深圳先进技术研究院地址518000广东省深圳市南山区深圳大学城学苑大道1068号(72)发明人王书强游森榕胡博闻申妍燕(74)专利代理机构深圳中一联合知识产权代理有限公司44414代理人李娟(51)Int.Cl.G16H50/20(2018.01)权利要求书2页说明书11页附图3页(54)发明名称疾病诊断方法、装置、终端设备及计算机可读存储介质(57)摘要本申请适用于图像处理技术领域，提供了一种疾病诊断方法、装置、终端设备及计算机可读存储介质，所述方法包括：获取待检测图像，所述待检测图像为三维图像；将所述待检测图像输入预先训练的疾病诊断模型，确定所述待检测图像对应的疾病，所述疾病诊断模型用于对所述待检测图像进行分解，得到三维核心张量和模态积，并通过对所述三维核心张量和所述模态积的识别，确定所述待检测图像对应的疾病。通过疾病诊断模型对待检测图像分解得到三维核心张量和模态积，保留了待检测图像中的三维空间信息和内在相关性，避免造成待检测图像中的空间结构信息丢失，提高了疾病诊断模型识别疾病的准确度。CN111081372ACN111081372A权利要求书1/2页1.一种疾病诊断方法，其特征在于，所述方法包括：获取待检测图像，所述待检测图像为三维图像；将所述待检测图像输入预先训练的疾病诊断模型，确定所述待检测图像对应的疾病，所述疾病诊断模型用于对所述待检测图像进行分解，得到三维核心张量和模态积，并通过对所述三维核心张量和所述模态积的识别，确定所述待检测图像对应的疾病。2.如权利要求1所述的方法，其特征在于，在所述将所述待检测图像输入预先训练的疾病诊断模型，确定所述待检测图像对应的疾病之前，所述方法还包括：根据样本图像，生成参数计算函数，所述参数计算函数用于计算所述疾病诊断模型的模型参数；对所述参数计算函数进行求解，得到所述疾病诊断模型的模型参数；根据所述模型参数，建立所述疾病诊断模型。3.如权利要求2所述的方法，其特征在于，所述根据样本图像，生成参数计算函数，包括：根据所述样本图像进行计算，得到所述参数计算函数的函数参数；根据所述函数参数，生成所述参数计算函数。4.如权利要求3所述的方法，其特征在于，所述根据所述样本图像进行计算，得到所述参数计算函数的函数参数，包括：对所述样本图像进行张量分解，得到张量形式的样本数据；根据所述样本数据进行计算，得到所述函数参数。5.如权利要求2所述的方法，其特征在于，所述根据所述参数计算函数进行计算，得到所述疾病诊断模型的模型参数，包括：采用最小最优化算法，对所述参数计算函数计算最优解，得到所述疾病诊断模型的模型参数。6.如权利要求2所述的方法，其特征在于，所述根据所述模型参数，建立所述疾病诊断模型，包括：根据所述模型参数建立初始疾病诊断模型；对所述初始疾病诊断模型中的模型参数进行张量分解，得到所述疾病诊断模型。7.如权利要求1至6任一所述的方法，其特征在于，所述将所述待检测图像输入预先训练的疾病诊断模型，确定所述待检测图像对应的疾病，包括：将所述待检测图像输入多个所述疾病诊断模型，得到每个所述疾病诊断模型输出的所述待检测图像对应的待确认疾病，每个所述疾病分类模型用于对至少一种疾病进行识别；将多个所述待确认疾病中，数量最多的待确认疾病作为所述待检测图像对应的疾病。8.一种疾病诊断装置，其特征在于，包括：获取模块，用于获取待检测图像，所述待检测图像为三维图像；确定模块，用于将所述待检测图像输入预先训练的疾病诊断模型，确定所述待检测图像对应的疾病，所述疾病诊断模型用于对所述待检测图像进行分解，得到三维核心张量和模态积，并通过对所述三维核心张量和所述模态积的识别，确定所述待检测图像对应的疾病。9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上2CN111081372A权利要求书2/2页运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。3CN111081372A说明书1/11页疾病诊断方法、装置、终端设备及计算机可读存储介质技术领域[0001]本申请属于图像处理技术领域，尤其涉及一种疾病诊断方法、装置、终端设备及计算机可读存储介质。背景技术[0002]随着科学技术的不断发展，可以通过终端设备辅助医护人员对病患的疾病进行诊断，从而提高医护人员问诊的效率。[000